CN116703335A - 一种基于物联网数据共享的工程监管方法及系统 - Google Patents
一种基于物联网数据共享的工程监管方法及系统 Download PDFInfo
- Publication number
- CN116703335A CN116703335A CN202310973490.2A CN202310973490A CN116703335A CN 116703335 A CN116703335 A CN 116703335A CN 202310973490 A CN202310973490 A CN 202310973490A CN 116703335 A CN116703335 A CN 116703335A
- Authority
- CN
- China
- Prior art keywords
- data
- engineering
- risk
- matrix
- internet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012502 risk assessment Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 64
- 238000010276 construction Methods 0.000 claims description 37
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 238000007726 management method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000004445 quantitative analysis Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000011157 data evaluation Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 231100000279 safety data Toxicity 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/30—Construction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网数据共享的工程监管方法及系统,该方法包括以下步骤:S1、通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;S2、通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;S3、对用户端获取到的数据进行处理,并生成工程风险预测指标体系;S4、在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;S5、将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。本发明实现监管人员根据风险指标对项目工程的安全监管,便于及时调整监管计划。
Description
技术领域
本发明属于工程项目监管技术领域,尤其是一种基于物联网数据共享的工程监管方法及系统。
背景技术
工程监管是指对工程建设项目进行全过程的监督和管理,以确保工程项目按照计划、符合相关标准和要求、并且安全高效地完成,其主要作用是防止工程质量问题和安全事故的发生,维护公共利益和社会安全,保证工程项目的质量、安全、效益和环境卫生等方面的符合相关标准和要求。
工程建设项目的目的是为了满足公众或特定群体的需求,而保障公众的利益和安全是工程监管的首要任务。在工程建设项目中,可能会存在各种类型的风险,包括安全风险、技术风险、管理风险等等,而工程监管的任务就是尽可能地防范这些风险,以避免事故的发生。工程建设项目需要满足一定的质量标准和规范,只有质量达到标准要求,才能够使工程建设项目得到成功实施,而工程监管的作用正是确保施工质量。通过对工程建设项目的全过程进行监控和调整,及时解决潜在问题,并推动承包商和开发者按时完成工程项目,提高建造效率。
提取风险指标是工程监管中的一项重要任务,有助于对潜在风险进行识别和评估。通过提取关键风险指标,可以更好地识别在某种环境下出现的潜在风险,通过风险指标可以帮助制定风险管理策略,明确处理各类风险的优先级,决定应采用哪种方式来管理风险,能够及时调整监管计划,并为风险预测提供定量化依据。总之,提取关键风险指标作为风险监管工作的基础,对于实现高效的风险识别、评估、监控和管理等环节非常重要。
针对相关技术中工程监管存在的需要处理的数据量大,数据复杂,导致处理效率低,监管调整不及时等问题,目前尚未提出有效的解决方案。
发明内容
发明目的:提供一种基于物联网数据共享的工程监管方法及系统,以克服现有相关技术所存在的上述技术问题。
技术方案:根据本发明的一个方面,提供了一种基于物联网数据共享的工程监管方法,包括该监管方法包括以下步骤:
S1、通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;
S2、通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;
S3、对用户端获取到的数据进行处理,并生成工程风险预测指标体系;
S4、在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;
S5、将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
在进一步的实施例中,所述对用户端获取到的数据进行处理,并生成工程风险预测指标体系包括以下步骤:
S31、通过数据筛选算法对项目数据中的安全生产数据进行数据筛选,去除冗余数据;
S32、通过数据差分运算,对安全生产数据中的相关性实现数据进行压缩;
S33、对得到的压缩数据通过数据去重算法进行重复删除处理;
S34、根据项目数据按照施工情况将数据按照施工、管理及环境因素进行网格区域划分;
S35、将处理完成的数据映射至网格区域中,得到每组网格区域中对应的数据,并将数据进行融合形成多源融合数据;
S36、根据处理完成的多源融合数据建立预测指标体系。
在进一步的实施例中,所述对项目数据中的安全生产数据进行预处理包括以下步骤:
S311、对安全生产数据进行字段提取与冗余数据清洗;
S312、通过给定的数据值范围过滤误差数据及缺失数据处理;
S313、将安全生产数据与网格区域划分之间进行映射,并对其进行归一化处理;
S314、对安全生产数据进行曲线拟合,以拟合得到的曲线作为安全生产数据的归一化参照,并采用双曲正切函数对安全生产数据进行归一化。
在进一步的实施例中,所述对得到的压缩数据通过数据去重算法进行重复删除处理包括以下步骤:
S331、对压缩数据进行排序,并遍历排序后的压缩数据,比较相邻元素是否相等完成首次去重处理;
S332、创建一组空哈希表,遍历压缩数据中的每个元素,并将其插入哈希表中,若元素已经存在于哈希表中,则表示该元素是重复的,将其删除完成重复删除处理。
在进一步的实施例中,所述根据处理完成的多源融合数据建立预测指标体系包括以下步骤:
S361、建立多源融合数据评测矩阵,对评测矩阵进行归一化得到恒等矩阵,并计算每个矩阵的信息熵与贡献度;
S362、根据信息熵与贡献度建立包含环境风险、施工风险、设计风险及自然设计风险的预测指标体系。
在进一步的实施例中,所述在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型包括以下步骤:
S41、根据预测指标建立层次结构模型,层次结构模型包括目标层与两层指标层;
S42、将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整;
S43、基于区间层次分析法与模糊理论构建风险评估模型,并根据风险评估模型确定施工安全风险。
在进一步的实施例中,所述将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整包括以下步骤:
S421、将预测指标两两进行对比,在对比完成后建立成对判断矩阵;
S422、计算判断矩阵的数据位数与校验位数,当数据位数与校验位数满足设定的比值时则通过一致性检验,反之则对判断矩阵进行调整直至数据位数与校验位数满足设定的比值;
S423、根据判断矩阵得到矩阵A与矩阵B,并分别计算矩阵A与矩阵B最大特征根对应的特征向量;
S424、根据计算公式对矩阵A与矩阵B对应的特征向量进行组合,得到最终权重向量;
S425、对权重向量进行归一化处理,得到各预测指标的权重。
在进一步的实施例中,所述根据计算公式对矩阵A与矩阵B对应的特征向量进行组合,得到最终权重向量中的计算公式为:
式中,/>表示数据位数,/>表示校验位数,/>表示矩阵A,表示矩阵B。
在进一步的实施例中,所述基于区间层次分析法与模糊理论构建风险评估模型包括以下步骤:
S431、通过预测指标权重采用定量法分别构造针对每个风险的等级三角隶属度函数;
S432、每个预测指标代入各个隶属度函数中,计算出其对应各个风险等级的隶属度水平形成隶属度矩阵;
S433、通过模糊学理论中的模糊综合评判方法,对隶属度矩阵进行模糊运算,求出综合评价值;
S434、根据定义表征函数,将综合评价值映射至风险管理计划中;
S435、将综合评价值带入表征函数中,获得环境风险、施工风险、设计风险及自然设计风险相应的风险等级指标,包括安全的、相对安全的、有一定风险的、相当有风险的及十分危险的。
根据本发明的另一方面,还提供了一种基于物联网数据共享的工程监管系统,该基于物联网数据共享的工程监管系统包括:数据通信模块、采集请求模块、数据处理模块、风险评估构建模块及结果反馈模块;
所述数据通信模块,用于通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;
所述采集请求模块,用于通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;
所述数据处理模块,用于对用户端获取到的数据进行处理,并生成工程风险预测指标体系;
所述风险评估构建模块,用于在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;
所述结果反馈模块,用于将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
有益效果
1、本发明首先通过在物联网数据共享的基础上对项目数据进行收集,并对其进行预处理,然后根据处理完成的项目数据提取出符合目标的安全生产数据,同时根据安全生产数据创建工程风险预测指标体系,进而在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型,并将实时施工数据与风险评估模型进行连接,根据评估模型检测施工过程中存在的风险,实现监管人员根据风险指标对项目工程的安全监管,便于及时调整监管计划。
2、本发明通过对项目中的安全数据进行预处理,使得对工程数据进行处理后,不仅可以增强监管人员的数据分析能力,还可以大幅度提高工作效率,从而加强监管部门的实际监管能力,当工程数据进行处理后,可以便于后期清楚的了解工程存在的问题及其根本原因,并能够制定相应的解决方案,从而提升工程管理水平。
3、本发明基于安全生产数据提取风险指标有助于对潜在风险进行识别和评估,通过提取关键风险指标,可以更好地识别在某种环境下出现的潜在风险,同时风险指标可以帮助制定风险管理策略,明确处理各类风险的优先级,决定应采用哪种方式来管理风险,通过指标分析和比较,可以对不同类别的风险进行定性或定量分析,了解该风险的具体程度和影响范围,便于及时调整风险管理计划,并为风险预测提供定量化依据,使得监管者可以深入了解组织内部运作和外部环境变化,及时调整和改进现有的风险管理方法和体系,以适应新的风险挑战。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种基于物联网数据共享的工程监管方法的流程图;
图2是根据本发明实施例的一种基于物联网数据共享的工程监管系统的原理框图。
图中:
1、数据通信模块;2、采集请求模块;3、数据处理模块;4、风险评估构建模块;5、结果反馈模块。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
根据本发明的实施例,提供了一种基于物联网数据共享的工程监管方法及系统。
如图1所示,根据本发明实施例的基于物联网数据共享的工程监管方法,包括该监管方法包括以下步骤:
S1、通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台。
具体的,通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台需要依次完成设备选择、参数设置、通讯接口配置、传输通道建立、实时传输数据、数据分析处理和数据共享等步骤。
S2、通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端。
具体的,通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端包括以下几个步骤:
用户登录到数据共享平台后,可以通过用户界面向平台发出目标工程数据的获取请求。
数据共享平台接收到用户请求后,对该请求进行处理,确定请求的具体内容和目标工程数据的位置。
数据共享平台根据用户请求在数据存储设备内进行检索和查询,并筛选出满足用户需求的目标工程数据。
从数据库中选择所需工程数据,通过前置算法验证,确保工程数据质量并进行格式转换。
平台将获取到的目标工程数据按照用户的要求,在经过压缩和加密后,通过网络连接传输给用户端。
总之,从用户端获取目标工程数据需要经过用户发出请求、请求路由、目标工程数据检索、数据传输等多个步骤。这些步骤都是为了保证获取到的工程数据质量合格,并且能够满足各种监管和分析需求。
S3、对用户端获取到的数据进行处理,并生成工程风险预测指标体系。
具体的,所述对用户端获取到的数据进行处理,并生成工程风险预测指标体系包括以下步骤:
S31、通过数据筛选算法对项目数据中的安全生产数据进行数据筛选,去除冗余数据。
其中,所述对项目数据中的安全生产数据进行预处理包括以下步骤:
S311、对安全生产数据进行字段提取与冗余数据清洗;
S312、通过给定的数据值范围过滤误差数据及缺失数据处理;
S313、将安全生产数据与网格区域划分之间进行映射,并对其进行归一化处理;
S314、对安全生产数据进行曲线拟合,以拟合得到的曲线作为安全生产数据的归一化参照,并采用双曲正切函数对安全生产数据进行归一化。
S32、通过数据差分运算,对安全生产数据中的相关性实现数据进行压缩。
具体的,通过数据差分运算,对安全生产数据中的相关性实现数据进行压缩包括以下几个步骤:
S33、对得到的压缩数据通过数据去重算法进行重复删除处理。
其中,所述对得到的压缩数据通过数据去重算法进行重复删除处理包括以下步骤:
S331、对压缩数据进行排序,并遍历排序后的压缩数据,比较相邻元素是否相等完成首次去重处理;
S332、创建一组空哈希表,遍历压缩数据中的每个元素,并将其插入哈希表中,若元素已经存在于哈希表中,则表示该元素是重复的,将其删除完成重复删除处理。
S34、根据项目数据按照施工情况将数据按照施工、管理及环境因素进行网格区域划分。
S35、将处理完成的数据映射至网格区域中,得到每组网格区域中对应的数据,并将数据进行融合形成多源融合数据。
S36、根据处理完成的多源融合数据建立预测指标体系。
具体的,所述根据处理完成的多源融合数据建立预测指标体系包括以下步骤:
S361、建立多源融合数据评测矩阵,对评测矩阵进行归一化得到恒等矩阵,并计算每个矩阵的信息熵与贡献度;
S362、根据信息熵与贡献度建立包含环境风险、施工风险、设计风险及自然设计风险的预测指标体系。
S4、在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型。
具体的,所述在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型包括以下步骤:
S41、根据预测指标建立层次结构模型,层次结构模型包括目标层与两层指标层;
S42、将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整。
其中,所述将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整包括以下步骤:
S421、将预测指标两两进行对比,在对比完成后建立成对判断矩阵;
S422、计算判断矩阵的数据位数与校验位数,当数据位数与校验位数满足设定的比值时则通过一致性检验,反之则对判断矩阵进行调整直至数据位数与校验位数满足设定的比值;
所述将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整包括以下步骤:
S421、将预测指标两两进行对比,在对比完成后建立成对判断矩阵;
S422、计算判断矩阵的数据位数与校验位数,当数据位数与校验位数满足设定的比值时则通过一致性检验,反之则对判断矩阵进行调整直至数据位数与校验位数满足设定的比值。
即当k≤1,≥1时,认为通过检验,即矩阵一致性较好;当k>1,/><1时,则认为不通过检验,即矩阵一致性较差。
S423、根据判断矩阵得到矩阵A与矩阵B,并分别计算矩阵A与矩阵B最大特征根对应的特征向量;
S424、根据计算公式对矩阵A与矩阵B对应的特征向量进行组合,得到最终权重向量;
S425、对权重向量进行归一化处理,得到各预测指标的权重。
其中,所述根据计算公式对矩阵A与矩阵B对应的特征向量进行组合,得到最终权重向量中的计算公式为:
式中,/>表示数据位数,/>表示校验位数,/>表示矩阵A,/>表示矩阵B。
S43、基于区间层次分析法与模糊理论构建风险评估模型,并根据风险评估模型确定施工安全风险。
其中,所述基于区间层次分析法与模糊理论构建风险评估模型包括以下步骤:
S431、通过预测指标权重采用定量法分别构造针对每个风险的等级三角隶属度函数;
S432、每个预测指标代入各个隶属度函数中,计算出其对应各个风险等级的隶属度水平形成隶属度矩阵;
S433、通过模糊学理论中的模糊综合评判方法,对隶属度矩阵进行模糊运算,求出综合评价值;
S434、根据定义表征函数,将综合评价值映射至风险管理计划中;
S435、将综合评价值带入表征函数中,获得环境风险、施工风险、设计风险及自然设计风险相应的风险等级指标,包括安全的、相对安全的、有一定风险的、相当有风险的及十分危险的。
S5、将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
具体的,将实时工程情况与风险评估模型进行连接,然后根据评估结果对工程制定管控措施的具体步骤如下:
根据确认需要监测的指标,通过各种检测手段获取该工程所涉及的指标数据,将收集到的实时工程数据导入风险评估模型中进行分析和处理,得出不同指标和各项指标之间的相关性,并计算评估结果。
基于评估结果,确定针对各个风险因素的管控措施,包括对施工现场进行装置配备、人员开展培训等一系列防范和控制措施以减轻或消除潜在的风险将制定的管控措施转化为实际行动,并通过实时工程情况监测,对风险评估模型中的各项指标和风险评分进行跟踪调整。
总之,将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施需要从确认监测指标、收集实时数据、数据分析、制定管控措施、实时调整与跟踪等多个方面入手,以确保工程安全可靠、高效完成。
如图2所示,根据本发明的实施例,还提供了一种基于物联网数据共享的工程监管系统,该基于物联网数据共享的工程监管系统包括:数据通信模块1、采集请求模块2、数据处理模块3、风险评估构建模块4及结果反馈模块5;
所述数据通信模块1,用于通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;
所述采集请求模块2,用于通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;
所述数据处理模块3,用于对用户端获取到的数据进行处理,并生成工程风险预测指标体系;
所述风险评估构建模块4,用于在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;
所述结果反馈模块5,用于将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
综上所述,借助于本发明的上述技术方案,本发明首先通过在物联网数据共享的基础上对项目数据进行收集,并对其进行预处理,然后根据处理完成的项目数据提取出符合目标的安全生产数据,同时根据安全生产数据创建工程风险预测指标体系,进而在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型,并将实时施工数据与风险评估模型进行连接,根据评估模型检测施工过程中存在的风险,实现监管人员根据风险指标对项目工程的安全监管,便于及时调整监管计划。本发明通过对项目中的安全数据进行预处理,使得对工程数据进行处理后,不仅可以增强监管人员的数据分析能力,还可以大幅度提高工作效率,从而加强监管部门的实际监管能力,当工程数据进行处理后,可以便于后期清楚的了解工程存在的问题及其根本原因,并能够制定相应的解决方案,从而提升工程管理水平。本发明基于安全生产数据提取风险指标有助于对潜在风险进行识别和评估,通过提取关键风险指标,可以更好地识别在某种环境下出现的潜在风险,同时风险指标可以帮助制定风险管理策略,明确处理各类风险的优先级,决定应采用哪种方式来管理风险,通过指标分析和比较,可以对不同类别的风险进行定性或定量分析,了解该风险的具体程度和影响范围,便于及时调整风险管理计划,并为风险预测提供定量化依据,使得监管者可以深入了解组织内部运作和外部环境变化,及时调整和改进现有的风险管理方法和体系,以适应新的风险挑战。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于物联网数据共享的工程监管方法,其特征在于,该监管方法包括以下步骤:
S1、通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;
S2、通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;
S3、对用户端获取到的数据进行处理,并生成工程风险预测指标体系;
S4、在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;
S5、将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
2.根据权利要求1所述的一种基于物联网数据共享的工程监管方法,其特征在于,生成工程风险预测指标体系包括以下步骤:
S31、通过数据筛选算法对项目数据中的安全生产数据进行数据筛选,去除冗余数据;
S32、通过数据差分运算,对安全生产数据中的相关性实现数据进行压缩;
S33、对得到的压缩数据通过数据去重算法进行重复删除处理;
S34、根据项目数据按照施工情况将数据按照施工、管理及环境因素进行网格区域划分;
S35、将处理完成的数据映射至网格区域中,得到每组网格区域中对应的数据,并将数据进行融合形成多源融合数据;
S36、根据处理完成的多源融合数据建立预测指标体系。
3.根据权利要求2所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述对项目数据中的安全生产数据进行数据筛选包括以下步骤:
S311、对安全生产数据进行字段提取与冗余数据清洗;
S312、通过给定的数据值范围过滤误差数据及缺失数据处理;
S313、将安全生产数据与网格区域划分之间进行映射,并对其进行归一化处理;
S314、对安全生产数据进行曲线拟合,以拟合得到的曲线作为安全生产数据的归一化参照,并采用双曲正切函数对安全生产数据进行归一化。
4.根据权利要求2所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述对得到的压缩数据通过数据去重算法进行重复删除处理包括以下步骤:
S331、对压缩数据进行排序,并遍历排序后的压缩数据,比较相邻元素是否相等完成首次去重处理;
S332、创建一组空哈希表,遍历压缩数据中的每个元素,并将其插入哈希表中,若元素已经存在于哈希表中,则表示该元素是重复的,将其删除完成重复删除处理。
5.根据权利要求2所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述建立预测指标体系包括以下步骤:
S361、建立多源融合数据评测矩阵,对评测矩阵进行归一化得到恒等矩阵,并计算每个矩阵的信息熵与贡献度;
S362、根据信息熵与贡献度建立包含环境风险、施工风险、设计风险及自然设计风险的预测指标体系。
6.根据权利要求1所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述构建风险评估模型包括以下步骤:
S41、根据预测指标建立层次结构模型,层次结构模型包括目标层与两层指标层;
S42、将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整;
S43、基于区间层次分析法与模糊理论构建风险评估模型,并根据风险评估模型确定施工安全风险。
7.根据权利要求6所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述将预测指标两两对比,建立成对判断矩阵,并确定判断矩阵是否能通过一致性检验,若通过,则计算预测指标的权重,反之则对判断矩阵进行调整包括以下步骤:
S421、将预测指标两两进行对比,在对比完成后建立成对判断矩阵;
S422、计算判断矩阵的数据位数与校验位数,当数据位数与校验位数满足设定的比值时则通过一致性检验,反之则对判断矩阵进行调整直至数据位数与校验位数满足设定的比值;
S423、根据判断矩阵得到矩阵A与矩阵B,并分别计算矩阵A与矩阵B最大特征根对应的特征向量;
S424、根据计算公式对矩阵A与矩阵B对应的特征向量进行组合,得到最终权重向量;式中,k表示数据位数,/>表示校验位数,/>表示矩阵A,/>表示矩阵B;
S425、对权重向量进行归一化处理,得到各预测指标的权重。
8.根据权利要求6所述的一种基于物联网数据共享的工程监管方法,其特征在于,所述基于区间层次分析法与模糊理论构建风险评估模型包括以下步骤:
S431、通过预测指标权重采用定量法分别构造针对每个风险的等级三角隶属度函数;
S432、每个预测指标代入各个隶属度函数中,计算出其对应各个风险等级的隶属度水平形成隶属度矩阵;
S433、通过模糊学理论中的模糊综合评判方法,对隶属度矩阵进行模糊运算,求出综合评价值;
S434、根据定义表征函数,将综合评价值映射至风险管理计划中;
S435、将综合评价值带入表征函数中,获得环境风险、施工风险、设计风险及自然设计风险相应的风险等级指标,包括安全的、相对安全的、有一定风险的、相当有风险的及十分危险的。
9.一种基于物联网数据共享的工程监管系统,用于实现权利要求1-8中任一项所述的基于物联网数据共享的工程监管方法,其特征在于,该基于物联网数据共享的工程监管系统包括:数据通信模块、采集请求模块、数据处理模块、风险评估构建模块及结果反馈模块;
其中,所述数据通信模块,用于通过信息采集端获取位于各个物联网中的工程数据,并将工程数据上传至数据共享平台;
所述采集请求模块,用于通过用户端向数据共享平台发出获取请求,数据共享平台根据请求检索目标工程数据,并将目标工程数据返回至用户端;
所述数据处理模块,用于对用户端获取到的数据进行处理,并生成工程风险预测指标体系;
所述风险评估构建模块,用于在预测指标的基础上通过区间层次分析法与模糊理论构建风险评估模型;
所述结果反馈模块,用于将实时工程数据与风险评估模型进行连接,根据评估结果对工程制定管控措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310973490.2A CN116703335A (zh) | 2023-08-04 | 2023-08-04 | 一种基于物联网数据共享的工程监管方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310973490.2A CN116703335A (zh) | 2023-08-04 | 2023-08-04 | 一种基于物联网数据共享的工程监管方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116703335A true CN116703335A (zh) | 2023-09-05 |
Family
ID=87843621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310973490.2A Pending CN116703335A (zh) | 2023-08-04 | 2023-08-04 | 一种基于物联网数据共享的工程监管方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703335A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117749448A (zh) * | 2023-12-08 | 2024-03-22 | 广州市融展信息科技有限公司 | 一种网络潜在风险智能预警方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225605A1 (en) * | 2002-05-29 | 2003-12-04 | Takeshi Yokota | Project risk management system and project risk management apparatus |
CN105023067A (zh) * | 2015-08-04 | 2015-11-04 | 环境保护部南京环境科学研究所 | 基于层次分析法-模糊综合评价的化工项目环境风险评价体系 |
CN108520342A (zh) * | 2018-03-23 | 2018-09-11 | 中建三局第建设工程有限责任公司 | 基于bim的物联网平台管理方法及其系统 |
CN113780898A (zh) * | 2021-11-04 | 2021-12-10 | 名客(山东)智能制造有限公司 | 一种基于物联网的机械作业评价方法 |
CN114049026A (zh) * | 2021-11-22 | 2022-02-15 | 码客工场工业科技(北京)有限公司 | 一种基于层次分析法的工业互联网标识解析风险评估方法 |
CN114155118A (zh) * | 2020-09-04 | 2022-03-08 | 上海同是科技股份有限公司 | 一种公路工程安全网格化管理方法及系统 |
CN115619209A (zh) * | 2022-08-08 | 2023-01-17 | 国网重庆市电力公司建设分公司 | 融合修正参数层次分析法的电力建设工程风险评价系统 |
CN115829326A (zh) * | 2022-12-02 | 2023-03-21 | 郑州大学 | 基于优化组合赋权模型的山区公路建设风险评价方法 |
CN115828390A (zh) * | 2022-12-07 | 2023-03-21 | 长江勘测规划设计研究有限责任公司 | 一种面向水利水电工程安全监测的四预功能实现方法 |
CN116187743A (zh) * | 2022-12-07 | 2023-05-30 | 国网辽宁省电力有限公司经济技术研究院 | 一种针对输变电工程项目现场施工的风险评估方法 |
CN116415206A (zh) * | 2023-06-06 | 2023-07-11 | 中国移动紫金(江苏)创新研究院有限公司 | 运营商多数据融合方法、系统、电子设备及计算机存储介质 |
-
2023
- 2023-08-04 CN CN202310973490.2A patent/CN116703335A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225605A1 (en) * | 2002-05-29 | 2003-12-04 | Takeshi Yokota | Project risk management system and project risk management apparatus |
CN105023067A (zh) * | 2015-08-04 | 2015-11-04 | 环境保护部南京环境科学研究所 | 基于层次分析法-模糊综合评价的化工项目环境风险评价体系 |
CN108520342A (zh) * | 2018-03-23 | 2018-09-11 | 中建三局第建设工程有限责任公司 | 基于bim的物联网平台管理方法及其系统 |
CN114155118A (zh) * | 2020-09-04 | 2022-03-08 | 上海同是科技股份有限公司 | 一种公路工程安全网格化管理方法及系统 |
CN113780898A (zh) * | 2021-11-04 | 2021-12-10 | 名客(山东)智能制造有限公司 | 一种基于物联网的机械作业评价方法 |
CN114049026A (zh) * | 2021-11-22 | 2022-02-15 | 码客工场工业科技(北京)有限公司 | 一种基于层次分析法的工业互联网标识解析风险评估方法 |
CN115619209A (zh) * | 2022-08-08 | 2023-01-17 | 国网重庆市电力公司建设分公司 | 融合修正参数层次分析法的电力建设工程风险评价系统 |
CN115829326A (zh) * | 2022-12-02 | 2023-03-21 | 郑州大学 | 基于优化组合赋权模型的山区公路建设风险评价方法 |
CN115828390A (zh) * | 2022-12-07 | 2023-03-21 | 长江勘测规划设计研究有限责任公司 | 一种面向水利水电工程安全监测的四预功能实现方法 |
CN116187743A (zh) * | 2022-12-07 | 2023-05-30 | 国网辽宁省电力有限公司经济技术研究院 | 一种针对输变电工程项目现场施工的风险评估方法 |
CN116415206A (zh) * | 2023-06-06 | 2023-07-11 | 中国移动紫金(江苏)创新研究院有限公司 | 运营商多数据融合方法、系统、电子设备及计算机存储介质 |
Non-Patent Citations (3)
Title |
---|
中国稀土工程学会决策科学专业委员会: "《决策科学理论与科学决策 2011》", 知识产权出版社, pages: 59 * |
林建涛;: "基于物联网的电网工程智慧工地数字化管理方法", 自动化与仪器仪表, no. 07, 25 July 2020 (2020-07-25), pages 180 * |
王飞: "RC公司"智慧Q县"项目风险管理研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅰ辑》, no. 4, pages 34 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117749448A (zh) * | 2023-12-08 | 2024-03-22 | 广州市融展信息科技有限公司 | 一种网络潜在风险智能预警方法及装置 |
CN117749448B (zh) * | 2023-12-08 | 2024-05-17 | 广州市融展信息科技有限公司 | 一种网络潜在风险智能预警方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678481B (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
CN106022596A (zh) | 一种城市燃气管道系统危险性预测评价方法 | |
CN109102163A (zh) | 基于变权模糊层次分析法的配电网cps风险评估方法 | |
CN110659814A (zh) | 一种基于熵权法电网作业风险评价方法及系统 | |
CN116703335A (zh) | 一种基于物联网数据共享的工程监管方法及系统 | |
CN106780115A (zh) | 异常用电监测与定位系统及方法 | |
CN106230773A (zh) | 基于模糊矩阵层次分析法的风险评估系统 | |
CN109947806B (zh) | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 | |
CN115063020B (zh) | 基于风险监测融合的梯级水电站多维安全调度装置及方法 | |
CN112990656B (zh) | 一种it设备监测数据的健康评价系统及健康评价方法 | |
CN103324840A (zh) | 一种电力需求侧用电质量综合评估方法 | |
CN112785427B (zh) | 基于电力数据的企业信用分析系统 | |
CN116011827A (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
CN115392735A (zh) | 光伏电站工作性能监测方法、系统、设备及介质 | |
CN116308203A (zh) | 一种基于bim的智能建筑施工信息收集分析方法及系统 | |
CN114925985A (zh) | 一种基于gis决策的市政设施选址规划方法 | |
CN112990612B (zh) | 一种基于联邦学习的预测系统及方法 | |
CN114021758A (zh) | 一种基于梯度提升决策树与逻辑回归融合的运维人员智能推荐方法和装置 | |
CN114021873A (zh) | 一种数据指标量化方法和智慧园区企业价值评价系统 | |
CN113435733A (zh) | 一种水资源风险评估与预测系统 | |
CN106713322A (zh) | 一种面向网络设备信息安全评估的模糊度量方法 | |
CN107612144B (zh) | 变电站设备重要性检测系统和方法 | |
CN113191627A (zh) | 基于改进复合赋权的配电网建设多维度综合评价方法 | |
CN104036366A (zh) | 一种电力通信网对电网发展支撑度的评估方法 | |
CN114492976A (zh) | 一种基于人工智能技术的调度运行态势全局感知方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |